小编Not*_*tna的帖子

假设我有一个数据框，如下所示：

d = {'option1': ['1', '0', '1', '1'], 'option2': ['0', '0', '1', '0'], 'option3': ['1', '1', '0', '0'], 'views': ['6', '10', '5', '2']
df = pd.DataFrame(data=d)

print(df)

  option1 option2 option3 views
0       1       0       1     6
1       0       0       1    10
2       1       1       0     5
3       1       0       0     2

我正在尝试构建一个 for 循环，迭代每一列（“视图”列除外）和每一行。如果单元格的值不为 0，我想将其替换为同一行中“views”列的相应值。

需要以下输出（应该更容易理解）：

  option1 option2 option3 views
0       6       0       6     6
1       0       0      10    10
2       5       5       0     5
3       2       0       0     2 …

我正在使用 3 个变量的一个数据框：Date、Close和Popularity。我想在 y 轴上绘制Date和 ，在 x 轴上绘制。我正在使用以下代码：PopularityDateggplot

Train.test.plot <- ggplot(data = df, aes(x = Date)) + 
  scale_x_date(date_breaks = "1 year", date_labels = "%Y") +
  geom_line(aes(y = Close, colour = "Close"), size = 0.5,linetype=1) +
  geom_line(aes(y = Popularity, colour = "Popularity"), size = 0.5,linetype=1) +
  scale_colour_manual("",labels = c("Close", "Popularity"), values = c("blue", "red")) +
  scale_y_continuous(breaks = seq(0,1,by=0.1)) +
  ylab(NULL) +
  xlab(NULL)

然而，我想做的一件棘手的事情是在特定日期之后更改两条线的颜色。

2017-10-22基本上，对于从日期到2018-01-28我希望该Popularity线具有不同颜色（例如， ）的部分，并且该线具有不同颜色（例如， …

我有一个包含多个重复实例的数据框，按日期排序。它看起来像这样：

我正在尝试按日期合并行以匹配“关键字”，并对“视图”计数求和。

我希望获得的结果如下：

谁能提示我如何在 Python 中实现这一目标？谢谢你。

数据框：

 df = pd.DataFrame([["3/8/14", "adapter", 2], ["3/8/14", "adapter", 5], ["3/8/14", "charger", 1],
                   ["13/8/14", "adapter", 1], ["13/8/14", "battery-case", 0]],
                  columns=['Date', 'Keyword', 'Views'])

我有一个数据框，从中创建了一个可重现的示例：

country <- c('A','A','A','B','B','C','C','C','C')\nyear <- c(2010,2011,2015,2008,2009,2008,2009,2011,2015)\nscore <- c(1,2,2,1,4,1,1,3,2)\n\n  country year score\n1       A 2010     1\n2       A 2011     2\n3       A 2015     2\n4       B 2008     1\n5       B 2009     4\n6       C 2008     1\n7       C 2009     1\n8       C 2011     3\n9       C 2015     2\n

我试图通过计算每年的 [(最终分数 - 初始分数) \xc3\xb7 (初始分数)] 并在几年内对其进行平均来计算每个国家/地区分数的平均增加（或减少）百分比。

 country year score  change\n1       A 2010     1     NA\n2       A 2011     2      1\n3       A 2015     2      0\n4       B 2008     1     NA\n5       B 2009     4      3\n6       C 2008     1     NA\n7       C 2009     1      0\n8 …

我有一个数据集,我从中做了一个可重现的例子:

set.seed(1)
Data <- data.frame(
A = sample(0:5),
B = sample(0:5),
C = sample(0:5),
D = sample(0:5),
corr_A.B = sample(0:5),
corr_A.C = sample(0:5),
corr_A.D = sample(0:5))

> Data
  A B C D corr_A.B corr_A.C corr_A.D
1 1 5 4 2        1        2        4
2 5 3 1 3        5        5        0
3 2 2 3 4        0        1        2
4 3 0 5 0        4        0        1
5 0 4 2 1        2        3        3
6 4 1 0 5 …